神经网络与贝叶斯滤波器在换道预测中的应用

摘要：

为提高车辆在换道过程中的行车安全性。提出一种基于BP神经网络与贝叶斯滤波器的换道意图预测方法,通过车道线传感器、方向盘转角传感器和车身CAN总线采集相关表征参数,将其作为BP神经网络输入数据,对驾驶人换道意图进行初步预测,BP神经网络输出结果作为贝叶斯滤波器输入数据,对BP神经网络预测结果作进一步修正。对模型利用真实换道数据进行训练和检测,结果表明此模型的预测准确率达到91．38%,相较于单一的BP神经网络模型,预测准确率提高了6%,并且具有更强的通用性。

关键词：换道意图、BP神经网络、贝叶斯滤波器、预测、修正

所属期刊栏目：16

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金61374196,61473046;教育部长江学者与创新团队支持计划项目IRT1286;国家科技支撑计划项目2014BAG01B05;交通运输部应用基础研究项目2013319812150

在线出版日期：2016-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：212-216